借一個例子，說說我在做活動產(chǎn)品時踩過的坑（數(shù)據(jù)復(fù)盤）
數(shù)據(jù)復(fù)盤的一些經(jīng)驗。
先來回顧一下活動流程：
轉(zhuǎn)化成漏斗類圖表：
有人有更好的做漏斗類圖表的工具或者方法請在下面留言告訴我~~這個是用Excel柱狀圖做的，看起來比較粗糙，只能說給出個較為直觀的感受。
整個活動期間共有約15.6w用戶，參與量有30w左右。實際中獎用戶11.5w，其中新注冊用戶9.2w，新老用戶比例約為4: 1。總體費用在17w左右，也就是說一個用戶的拉新成本不到2塊（約為1.8元），從這個角度來看活動還算比較成功，以較低的成本拉到盡可能多的新用戶。
中獎率為73.8%，由于我們活動中獎率是百分百，所以流失主要來源兩部分：頁面流失和串碼錯誤。在以后的活動中可以加一個“領(lǐng)取按鈕”點擊人數(shù)的埋點，這樣就可以看出頁面流失率和串碼出錯率了。
通過數(shù)據(jù)看出，周末周內(nèi)用戶參與量差異不大，平時和節(jié)假日差異較大，淡旺季差異較大，在各種節(jié)日中，五一>端午>過年>清明。
注：這里數(shù)據(jù)分析沒有做差異性檢驗，即分析其他干擾因素（廣告投放，宣傳力度，投放罐數(shù)等）對活動數(shù)據(jù)的影響。如果能確定這些因素，可以借助SPSS數(shù)據(jù)分析工具判定在99%或95%的置信區(qū)間內(nèi)各因素之間差異性是否顯著。
活動期間注冊用戶：非活動期間注冊用戶≈1.61：1
活動期間注冊用戶占總注冊用戶占比≈64%
通過這兩組數(shù)據(jù)可以看出該活動對新用戶的注冊起到了一定的作用，但和上一部分?jǐn)?shù)據(jù)一樣，也需要排除其他干擾因素對結(jié)果的影響。在以后的文章中我會詳細(xì)介紹如何通過統(tǒng)計學(xué)原理排除其他干擾因素，得到你想要的顯著性檢驗。
一個活動做下來除了要看拉新用戶數(shù)，另一個很重要的指標(biāo)就是這些拉新用戶在我們的app，網(wǎng)站等有沒有后續(xù)的行為，即把一些只是通過手機號注冊的死粉轉(zhuǎn)化成我們真正的活躍用戶。
在9.2w多注冊用戶中總共有95人產(chǎn)生了購買行為，共產(chǎn)生了201筆訂單，總訂單金額19670.7元，每筆訂單客單價97元。其中：
直接webapp下單（免登錄）91人，產(chǎn)生了193筆訂單，總訂單金額17542.70元，每筆訂單客單價91元。
二次登錄的有6人，下單4人，產(chǎn)生了8筆訂單，總訂單金額2128元，每筆訂單客單價266元。
可以看出來注冊用戶在之后是有產(chǎn)生一定的購買行為，但絕大部分來自于webapp（無需登錄直接下單），活躍用戶很低。往后可以通過短信，微信或者app推送等營銷方式增強用戶粘性，增加注冊用戶到活躍用戶的轉(zhuǎn)化率。
立即登錄
